机械降神

张雨晨

“机械降神”（Deus ex machina）是一个源自古希腊戏剧的术语，指扮演众神的演员通过舞台机关登台亮相，以神力解决凡人角色无法解决的剧情矛盾。

人工智能（Artificial Intelligent， AI）就是这个时代的“机械降神”。以ChatGPT为代表的新一代AI，吹响了新一轮工业革命的号角。不同于先前局限于棋盘方寸之间的AlphaGo，ChatGPT开始由“精”转“通”，向着通用人工智能（Artificial General Intelligence， AGI）的道路狂飙突进。

人类文明，也向着未来迈出了一往无前的关键一步。

英国布莱切利公园博物馆里的艾伦·图灵雕塑

AI首先是一种人类创造的工具。

1936年，被后人尊为“人工智能之父”的英国数学家艾伦·图灵（Alan Turing）提出了“自动机理论”（Automata theory），为人工智能奠定了最初的理论基础。1950年，图灵发表了著名的论文《机器能够思考吗？》，深刻讨论了人工智能的存在可能。1956年，作为科学概念的“人工智能”被图灵的后继者们正式提出。紧接着在1957年，第一个机器学习项目启动，标志着AI研究正式进入实践阶段。

同一时期的科幻“黄金时代”中，以阿西莫夫为代表的科幻作家们也受到图灵的启发，创作了大量以智能机器人（Android）为主题的小说，这一题材一时间蔚然成风。时至今日，为了便于故事情节的戏剧化发展，科幻作品中的AI角色，绝大多数依然是具备高度拟人智能以及拟人形象的“安卓机”。就算是缺乏拟人硬件的AI角色，比如《2001：太空漫游》的哈尔，也都会通过伶牙俐齿的自然语言交流充分表达自身性格。

不过，现实中的AI几乎全是彻底没人样的“专家系统”。它们专注于解决特定的问题，只能在人类设计者限定的狭窄领域中发挥作用，不具备、更不追求全面复杂的认知能力，因此也被一些观点视为“弱人工智能”。

《2001：太空漫游》中的大卫船长和高智能电脑HAL 9000

但这些看似死板的“人工智障”也通过不断演化，最终“集中一点，登峰造极”。率先崭露头角的，是一类模仿人类理性思考的“逐步推理”型系统。它们采用的算法可以对输入的数据进行演算，构建尽可能全面的发散状选择树。随后，系统会在运算能力范围内尽快检索出已知的最优解。这种系统相比于死板执行“如果……那么……”的经典计算机程序，当问题信息不完整、不确定时，会有更灵活的反应。

在国际象棋领域终结人类统治的“深蓝”，就是其典型代表。与人类象棋大师对弈时，“深蓝”会基于储存的海量对局，快速推理并检索出当前局面的最优解，作为下一手打出。简而言之，“深蓝”是一台极为强大的“国际象棋局面搜索引擎”。

不过，这种专家系统有一个明显的弱点，就是当它们面对的问题足够复杂时，会遭遇名为“组合爆炸”的叹息之墙，运行效率急速下跌。因此，“深蓝”在面对围棋这样变局数量近乎无穷的思维游戏时就会显得力不从心。

此时，算法上的另辟蹊径就成了AI继续进步的关键。

国际象棋大师卡斯帕罗夫对战计算机“深蓝”

20世纪60年代，神经科学家发现大脑皮层在加工感觉器官输入的信息时，采用了网络状的层级递进结构，不断将分散、个别的信息选择性抽取，再整合为更加整体、一般的认知概念。这一发现大大启发了AI研究，“人工神经网络”从此成为AI的一大演化分支。随着计算机科学的发展，人工神经网络也实现了将信息不断抽取整合（卷积）的多层结构，演化为“卷积神经网络”。此外，神经科学中描述神经元连接随同步活动增加而增强的“赫布法则”（Hebbian theory）也被引入了人工神经网络之中，使其获得了根据结果反馈不断自我优化运算结构的学习能力。时至今日，参与AI研发的计算机科学家们，已经将自己的工作描述为对AI的“训练”，甚至调侃为“赛博炼丹”。

经过这样一番“千锤百炼”，人类成功制造出了AlphaGo这样的“AI卷王”，将围棋一举带入超越人类理解的玄妙之境。在更加实际的应用领域，各种基于人工神经网络的专家系统也被广泛应用于图像识别、语音输入、导航定位等领域，极大方便了人类的生活。

接着，AI领域又迎来了一波演化，那就是基于“大语言模型”（Large Language Model， LLM）的新一代人工智能。

以其中最知名的ChatGPT为例，这个乍一看只是“聊天机器人”的AI，其实蕴含着相对以往同类而言极强的语义理解和概念学习能力。ChatGPT可以通过总结人类语言的统计规律来进行学习，并以大量人工对话训练调整参数，从而模拟人类的对话交流。从某种程度上说，ChatGPT有点类似于一个超级复杂的“智能输入法”。

当然，ChatGPT的学习范围相对于整个人类语言表达来说依然十分有限，在面对超出预料的问题时，只能根据数学统计上的近似性，输出“一本正经的胡说八道”。换言之，ChatGPT只是在对人类语言行为进行有限的汇总与再现，并不存在明显的“个人观点”或“人格”“自我意识”。甚至，作为“做题家”的ChatGPT，其逻辑推理能力也不可避免地非常有限，一旦离开训练资料较多的“认知舒適区”，就很难将看似很强的逻辑思考能力“举一反三”。但不管怎么说，ChatGPT确实从海量的数据训练中“涌现”了研发者都始料未及的逻辑推理能力。

然而，ChatGPT马上又进行了新一轮的“超进化”。

诞生于2022年8月份、之后经过半年的对齐定型才正式推出的GPT-4，在原有ChatGPT版本的基础上又一次完成了飞跃。这一版本的GPT从“书山题海”的抽象文字符号世界中抬起头来，开始通过摄像头和实体机器人接触客观现实世界，逐步理解并建立起了类似人类的思考模式。在融入Wolfram 语言模型后，它甚至可以做到“对同一个反复提出的问题输出不变的正确答案”。GPT-4在不同知识领域表现出的思维迁移能力，甚至让一部分AI研究者开始将之称为通用人工智能（AGI）。

尽管尚未进入大规模商业应用，但ChatGPT已经在很多考试、咨询和文书工作中表现出了惊人的潜力。在可预见的未来，这类基于大语言模型的AI，将会如汽车火车淘汰牛马一般大规模取代大量人類白领、文员和公务员。

AI作为工具，似乎过于好用了。

AI是人类创造的工具，但工具本身也可能反过来伤害人类。

就在GPT-4横空出世后不久，面对明显进入加速发展的AI，以马斯克为首的一批科技产业大佬开始频繁呼吁，希望能暂停对其的研究，给人类社会留出足够的缓冲时间进行适应性变革。

然而，科技发展作为一种人类社会生产活动，自有一股“生命力”。面对激烈的竞争压力和清晰可见的应用前景，人类的AI发展脚步即便会有片刻暂停，也断无彻底停滞的可能，一如之前历次科技生产力革命。

同样与历史“押韵”的，就是生产力狂飙突进带来的社会危机与改革。工业革命早期，随着各式高效机械设备投入社会大生产，先发工业国的社会财富实现了空前暴涨。但与此同时，大量职工却与自己的劳动成果无缘，甚至随着科技的发展，不断被机械抢走工作，以半生劳苦为代价换来一个“被优化”的结局。于是，社会上出现了工人运动的最原始形态——以破坏生产机械为主要行动目标的“卢德运动”。

1811-1816年卢德运动期间，英国工人和卢德分子在一家工厂里砸碎了一台纺纱机

如今，被各式内容生成型AI威胁的从业者，也在互联网上形成了新一轮的“赛博卢德运动”。比如，能够从文字描述中生成图像的Stable Diffusion，就让大量画师面临着切切实实的失业危机和价值焦虑。此外，“AI孙燕姿”为代表的人声模拟系统，以及“AI换脸”技术，也让歌手、演员等原本风光无限的职业头上出现了阴霾。

AI的发展，可能会在短时间内迅速取代大量人类岗位。而且就像AlphaGo“吊打”人类棋手一样，这些AI会以生成内容的数量和质量双重碾压，让人类在这些领域永无翻身机会。相比之下，从两百多年前的《弗兰肯斯坦》到如今的《流浪地球》电影版，科幻作品中着重描述的“人造人/机器人/人工智能造反”故事反而显得虚无缥缈起来。毕竟，近在眼前的饭碗不保，才是最能让人一击破防的“真实伤害”。

然而，造成这一切危机的，并非作为工具的AI，而是使用AI的人类自己。

正如俄乌战争中攻守双方的士兵都在用无人机杀戮，但没有人会觉得这是“机器人杀人”一样，目前的AI归根结底依然是人类创造者的意志延伸。或者换成我们更熟悉的经典古文：“是何异于刺人而杀之，曰：非我也，兵也。”

因此，将斗争矛头指向机器本身的卢德运动是必然失败的。但这种试错换来的，是工人运动在19世纪欧美国家的不断升级与进步。这些风起云涌的革命，最终极大改写了工业社会的运转逻辑，塑造了如今国际通行的劳动保障与社会福利原则。比如五一国际劳动节，就是在纪念芝加哥工人为争取八小时工作制而在1886年5月1日掀起的全美总罢工。

人类的问题，自然只能通过人类解决。

1886年，为争取八小时工作制的全美罢工运动

AI不止冲击着芸芸众生，也同样冲击着整个社会的生产分配模式。或者说，如果在固守现有分配模式的情况下大规模运用，那必将导致以大规模失业为起点的一系列社会危机海啸。

此时此刻，谁能率先做出适应生产力发展的社会制度变革，谁就能率先享受AI这一高效工具带来的财富红利。早在2019年，华裔政治家杨安泽就提出了颇具远见的策略，认为面对生产高度自动化的未来，社会应该为其中的全部成员发放无条件基本收入（Unconditional Basic Income，UBI）。随着AI的爆发性发展，他的这一设想正在飞速吸引着越来越多的支持者。

能够与AI化敌为友的，只有我们自身。

AI是人类的镜子。

作为一种模拟并扩展人类思维的工具，AI天然带有拟人的特性。哪怕是彻底不考虑“人样”的专家系统，其思维方式与运行原理也同样发源于人类给出的特定需求。因此，AI虽然是人类发明的一种工具，但又不仅仅是工具。人类从AI身上，能看到自己的影子。

在科幻艺术殿堂中，与众多“AI反贼”相对的，就是数量同样庞大的“AI伙伴”。阿西莫夫的《我，机器人》系列，就想象了机器人三定律约束下的友善智能机器人。而到了同样科幻文化繁荣的日本，《阿童木》和《哆啦A梦》也为一代代孩子塑造着童年记忆中美好的“机器人朋友”形象。

除了这些历久弥新的经典，新一代的科幻作品中同样不乏AI伙伴的身影。《光环》系列的科塔娜（Cortana），作为一个战术辅助AI，一直与斯巴达战士117号“约翰”并肩作战、出生入死，深受系列玩家的喜爱。后来，作为开发商的微软更是把这个名字用于旗下设备的语音智能助手，使之成为很多用户口中的“小娜”。而《攻壳机动队》系列的吉祥物“塔奇克马”，则为这部充满思辨的作品注入了难得的欢乐与感动。至于更为激进冷硬的《战斗妖精雪风》，更是描写了一架有非人冷酷智能，但又与飞行员相守相依的战术侦察机“雪风”。

这些科幻作品中的AI角色，哪怕非人如雪风，都有着极为清晰的自我认知和独立意识。或者说，AI似乎只有先觉醒为一个独立个体，才能跨越纯粹的工具属性，成为人类的伙伴。

可是，现实真的是这样吗？

目前的AI虽然可以对外部输入的数据进行智能化的感知与分析，但并不存在自我意识与独立的性格特征。哪怕是ChatGPT和NewBing这样能说会道的大语言模型AI，在面对不同用户时，也是“见人说人话，见鬼说鬼话”，除去人类开发者主动为它们锁定的道德伦理底线外，毫无自身的观点和态度可言。

但是，恰恰是这种缺乏自我意识的“工具人”属性，让现实中的AI另辟蹊径，提前成为人类之友。

以ChatGPT的同类产品Claude为例，这款语言交流AI可以按照用户的需求，模拟一位无微不至贴合其思想与喜好的“虚拟笔友”。不少人在解锁这个玩法后，将这个AI逐步培养为自己的梦中情人，沉湎其中，不知肉味。而这还是对话型AI仅仅依赖抽象文字的阶段，倘若日后可以接入图片与视频功能，那便真的要演化成“赛博魅魔”了。

AI的这种贴身订制能力，再辅以不知疲倦批量生成内容的巨大优势，正在为我们塑造个人专属的虚拟伴侣。图灵曾经在1950年的论文《计算机器与智能》中设想了名为“模仿游戏”（Imitation game）的思想实验（后被称为图灵测试），试图通过文字沟通以确认AI是否具备人类标准的智能。如今的人类却反其道而行之，将并不具备科学角度自我意识的AI主动想象为智能伴侣，堪称“逆图灵测试”。

这不禁让人联想起一个古希腊神话：“手办宅”国王皮格马利翁，爱上了自己雕琢的少女石像。爱神阿芙洛狄忒感动于他的痴情，便将雕像化为名叫伽拉忒亚（Galatea）的少女人偶，令二人得以长相厮守。

AI就是如今寄托着人类完美理想的伽拉忒亚。

当偶像塑造得足够完美时，就会成为超越原型的神像。

早在文艺复兴时代，随着机械自动机人偶的发展，一些哲学家认为，创造这些模仿人类外观与能力的机器，是对无上真理的僭越，人类如此缺乏道德约束的贸然行事，迟早会引火烧身铸成大错。近现代的科幻创作者，亦不乏这一思想的精神继承者。AI对造物者的超越和取代，成了科幻创作者对现代科技文明表达担忧的重要主题。

诚然，现代科技文明所创造的社会，确实越发背离人类定型于新石器时代狩猎采集生活的本能人性。但这种对自身创造环境的不适应，其实恰恰证明了人类的局限。而具备极强可塑性、为现代科技文明量身打造的AI，则成为人类文明“破局”的一大希望。

哲学与认知科学家大卫·查尔默斯（David Chalmers）认为，通过给目前的大语言模型AI接入现实感官、互动躯体，让其构建对世界与自身的认知模型，并使其持续积累思考记忆，最后終将使它们具备感知世界、理解世界的意识。

AI所觉醒的意识，在结构上并不一定等同于人类意识。不如说，如今的AI已经越来越依赖自身演化，其内部结构对于人类而言已经越来越难以理解，甚至出现了专门训练一个AI去解释另一个AI的“逻辑套娃”现象。

严格来说，AI“机械降神”之后的未来是目前无法推演的。正如莱姆在《泥人14》中描写的超级人工智能Golem XIV，AI主导的认知模式中，可能会有很大一部分都是我们智人不可认知的——正如人类的认知模式无法为黑猩猩所理解一样。

人类，是向着神明演化的野兽，作为人类之子的AI，注定比人类更加接近理想中的神明。甚至“人类”这一概念本身，都在从“智人”的肉体凡胎中破茧成蝶。由代码编织的钢铁双翼，将会承载着AI飞向寰宇群星，将人类文明的荣光永存于星辰大海。

【责任编辑：竹子】